4

我有以下内容str：
"\xd0\xa0\xd0\xb0\xd1\x81\xd1\x88\xd0\xb8\xd1\x84\xd1\x80\xd0\xbe\xd0\xb2\xd0\xba\xd0\xb0_RootKit.com_63k.txt"

这来自一个文件名：Расшифровка_RootKit.com_63k.txt

我的问题是无法将第一个反转为str第二个。我尝试了一些事情，使用en/decode(),等bytes()，但我没有成功。

我注意到的一件事是 b'' 和 bytes() 有不同的输出：

path = "\xd0\xa0\xd0\xb0\xd1\x81\xd1\x88\xd0\xb8\xd1\x84\xd1\x80\xd0\xbe\xd0\xb2\xd0\xba\xd0\xb0_RootKit.com_63k.txt"
bpath = bytes(path, "UTF-8")
print(bpath.decode("UTF-8"))
print(b"\xd0\xa0\xd0\xb0\xd1\x81\xd1\x88\xd0\xb8\xd1\x84\xd1\x80\xd0\xbe\xd0\xb2\xd0\xba\xd0\xb0_RootKit.com_63k.txt".decode('utf8'))

结果：

РаÑÑиÑ
         Ñовка_RootKit.com_63k.txt
Расшифровка_RootKit.com_63k.txt

b''所以我想知道和有什么区别bytes()；也许它会帮助我解决我的问题！

4

4 回答 4

3

b''是一个前缀，它导致以下字符串被解释为bytes-type 对象。该bytes函数接受一个字符串并返回一个bytes对象。

print(b"\xd0\xa0\xd0\xb0\xd1\x81\xd1\x88\xd0\xb8\xd1\x84\xd1\x80\xd0\xbe\xd0\xb2\xd0\xba\xd0\xb0_RootKit.com_63k.txt".decode

这有效，因为您正在解码字节对象。

path = "\xd0\xa0\xd0\xb0\xd1\x81\xd1\x88\xd0\xb8\xd1\x84\xd1\x80\xd0\xbe\xd0\xb2\xd0\xba\xd0\xb0_RootKit.com_63k.txt"
bpath = bytes(path, "UTF-8")
print(bpath.decode("UTF-8"))

这不能按预期工作，因为您将path其视为字符串，然后将其转换为字节对象，然后尝试解码输出的内容。

于 2019-09-04T09:26:20.770 回答
2

您可能想使用解决方案latin1，首先滚动到该答案。如果您不小心复制了字节内容并粘贴为字符串，则此答案有效。

如果要将它们转换回字节，请使用以下代码：

In [22]: path = "\xd0\xa0\xd0\xb0\xd1\x81\xd1\x88\xd0\xb8\xd1\x84\xd1\x80\xd0\xbe\xd0\xb2\xd0\xba\xd0\xb0_RootKit.com_63k.txt"

In [23]: bytes(map(ord, path)).decode('utf-8')
Out[23]: 'Расшифровка_RootKit.com_63k.txt'

解释很简单，让我们使用字符串中的第一个字符：

In [40]: '\xd0'
Out[40]: 'Ð'

In [41]: b'\xd0'
Out[41]: b'\xd0'

如您所见， string 转换\xd0为带有 number 的 unicode 字符0xd0，而 bytes 只是将其解释为单个字节。

U+0080UTF-8 对和之间的所有字符使用以下掩码U+07FF：110xxxxx第一个字节和10xxxxxx第二个字节。这正是直接将该字符串转换为字节时得到的结果：

In [43]: [bin(x) for x in '\xd0'.encode('utf-8')]
Out[43]: ['0b11000011', '0b10010000']

而实际的符号代码是00011+ 010000（连接，而不是加法），即0xd0：

In [44]: hex(int('00011010000', 2))
Out[44]: '0xd0'

要从字符中获取此数字，我们可以使用ord：

In [45]: hex(ord('\xd0'))
Out[45]: '0xd0'

然后将其应用于整个字符串并将其转换回字节：

In [46]: bytes(map(ord, path)).decode('utf-8')
Out[46]: 'Расшифровка_RootKit.com_63k.txt'

请注意，如果您的字符串字符由于某种原因不适合字节，则上面的代码将引发错误：

In [47]: bytes([ord(chr(256))])
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-49-5555e18dbece> in <module>
----> 1 bytes([ord(chr(256))])

ValueError: bytes must be in range(0, 256)
于 2019-09-04T09:27:28.797 回答
2

要转换字符串，只需使用 'latin1' 将其编码为字节，字节和字符之间具有 1 对 1 映射，然后使用 'utf8' 解码：

s = "\xd0\xa0\xd0\xb0\xd1\x81\xd1\x88\xd0\xb8\xd1\x84\xd1\x80\xd0\xbe\xd0\xb2\xd0\xba\xd0\xb0_RootKit.com_63k.txt"

s.encode('latin1').decode('utf8')

# 'Расшифровка_RootKit.com_63k.txt'
于 2019-09-04T09:39:51.177 回答
1

path变量是一个字符串（不是字节）。当您使用该方法时，bytes()您将其解码为将返回的字节 b'\xc3\x90\xc2\xa0\xc3\x90\xc2\xb0\xc3\x91\xc2\x81\xc3\x91\xc2\x88\xc3\x90\xc2\xb8\xc3\x91\xc2\x84\xc3\x91\xc2\x80\xc3\x90\xc2\xbe\xc3\x90\xc2\xb2\xc3\x90\xc2\xba\xc3\x90\xc2\xb0_RootKit.com_63k.txt'

但是，当您在写作时，您指b"\xd0\xa0\xd0\xb0\xd1\x81\xd1\x88\xd0\xb8\xd1\x84\xd1\x80\xd0\xbe\xd0\xb2\xd0\xba\xd0\xb0_RootKit.com_63k.txt"的是 Bytes 值Расшифровка_RootKit.com_63k.txt

于 2019-09-04T09:23:28.470 回答